如今消費者需求迭代更新速度快，新品爆品層出不窮，品牌方如果輕視消費者洞察，花費大量成本研發的新品不對消費者胃口，可能會直接導致單品銷量下降，錯過市場窗口期，甚至喪失消費者忠誠度與品牌價值。“選擇比努力更重要”——如何精準把控消費者偏好變化，提前預測市場需求，已經是當下品牌方最關注的焦點。

現在的客戶越來越難懂了，讓他往東，誰知道人家行為上天入地，想法四面八方。明明是給年輕人設計的潮流品牌電視機，莫名出現大批老年人用戶；明明以拍照功能為主打的手機，誰知道被客戶當成游戲手機耍的不亦樂乎；誰又能想的到，客戶買完小龍蝦之后，下次復購的往往是黑虎蝦品類？小米可能也沒想到自己的電視被企業廣泛購買放在會議室場景使用，而非家里的客廳。

Redmi MAX 86"電視推出辦公模式，滿足各種辦公需求

客戶自主性越來越強，一方面為市場判斷帶來巨大的難度；另一方面，也給品牌方帶來了巨大的機遇：如果能準確洞察到客戶的使用習慣和心理，洞察到那些同行競品還沒有get到的點，率先做出市場、產品、服務的調整，或將搶先掌握市場紅利，在一眾品牌中脫穎而出。

那么面對“不聽話”的客戶，如何能夠做到準確的洞察，了解他們的想法呢？一系列實際案例證明，基于“數據”驅動的客戶洞察或許是一個好辦法。

數據驅動洞察：幫助品牌了解客戶+洞察市場

早在九十年代，美國一些知名品牌方就在將量化科學的數據手段放到市場行為場景開展嘗試，并且產生了很多經典的案例，比如當代談及大數據必提及的“啤酒與尿布濕”。美國的市場實踐告訴我們，基于日常數據的洞察，找到關聯點，貼近客戶的需求與反饋，就可以完成數億美元體量的銷售的增長。

?? 小龍蝦和黑虎蝦在國人的餐桌上相遇 

在“國貨當自強”的今天，國產品牌強勢崛起。注重消費者體驗，快速迭代產品，使用數據手段開展洞察，從而形成過硬的產品質量和服務體驗贏得市場，已經成為“新國潮”品牌的重要裝備。

?案例背景
“味庫”，是一家成立于2013年底，主營海鮮美食服務的中國海鮮食品電商品牌。成立僅7年，味庫便成功打造了一條以鮮活海鮮水產為主的專業海鮮供應鏈，目前為京東、天貓、順豐等300多個電商平臺、自媒體電商、社區團購提供鮮活水產海鮮供應鏈服務, 在全國約20個一線城市設有活海鮮電商倉儲和分揀中心和專業團隊。

2017 年 7 月中旬，味庫聯合京東，創下24 小時賣出 14 萬只加拿大進口鮮活波士頓龍蝦的記錄。斐然的成績收到市場認可，更獲得資方青睞，當前味庫已獲得松禾資本、SIG經緯中國的投資。

?客戶洞察

2019年，味庫通過數據洞察發現一個有趣的現象，即客戶喜歡在購買“小龍蝦”后，繼而購買“黑虎蝦”。該洞察傳達了兩條重要信息：1、小龍蝦和黑虎蝦這兩個完全不同的品類之間有聯系，類似啤酒與尿布；2、小龍蝦購買在前，黑虎蝦購買在后——小龍蝦促進黑虎蝦的銷售。

?策略與總結

在客戶購買小龍蝦之后，發放不同金額的黑虎蝦優惠券。味庫海鮮這一順應客戶洞察的結果應對之策，將黑虎蝦的銷量再次大幅提升。

類似味庫這種以數據驅動市場洞察的實際案例在國內市場已經屢見不鮮。中國品牌越來越關注用戶的體驗以及反饋，并希望借此做出有效的洞見。

科沃斯總裁錢東奇先生在企業戰略解碼中明確提出，要把助力洞察的客戶體驗管理系統全面使用起來作為“必須打贏的一場仗”。

客戶數據管理、分析以及深度挖掘已經成為中國品牌方市場洞察的基礎。企業要達到甚至超越客戶的期望，就需要有效的市場洞察，了解客戶的需求；在此之前，品牌需要對客戶數據全面掌握，建立統一客戶視圖對客戶開展全面認知。

數據驅動客戶洞察：關鍵在于避開3個盲點

客戶體驗數據的管理、挖掘，如何應用到市場洞察中？根據實踐，可以把這種應用歸結為三個盲區的規避：

• 從未意識到盲區點，洞察的廣度有限；

• 有所洞察，但是不全面，缺乏洞察的系統性；

• 洞察全面，但不夠準確，即洞察缺乏精度。

以上三個問題，都有可能導致難以做出決策。

>>洞察的廣度：全域數據掃除盲區

??洞察無法代替客戶思考

誠如開篇所說，現在客戶的自主性極強，需求多變、洞察難度大。所以，當我們洞察消費者的沖突時，切記不要有“家長”心態，自以為是地認為“我是為消費者好”，而是必須尊重消費者的自主意識。

“五香牛肉粒混入雞蛋液”，這是2019年刷爆全網的海底撈網紅吃法，火鍋店老板從來沒有想到過，面筋球還有這種吃法。網友將自選調料臺上的五香牛肉粒混入雞蛋液中，攪拌均勻，再將油面筋球打孔，把混有牛肉粒的蛋液灌進面筋球，再用蝦滑封口，自創出高配版的“肉糜燉蛋”，打破了傳統的吃法。海底撈基于這一客戶洞察，培訓員工熟悉各類網紅吃法的制作，現場幫助用餐的客戶主動制作，大大提升了客戶體驗。

再如舒膚佳推出市面的紅石榴、竹炭等系列肥皂，旨在為客戶解決深層排濁等清潔問題，但是客戶并不止步于此，于是舒膚佳變成了這樣：

客戶將舒膚佳香皂DIY，手工雕刻更加精致的造型

客戶帶給品牌方太多的“驚喜”，品牌方越來越難以預測客戶，更不能代替其思考，反而應該更加認真的傾聽他們的聲音。

??大數據拓寬洞察廣度——被長輩蓋上罩子的雷鳥電視 

中國著名電視機品牌TCL，2019年推出針對年輕消費者的子品牌電視雷鳥。雷鳥電視將目標用戶群定義為“新世代”，推出一系列的智能電視產品。通過對年輕消費者的扎實調研，雷鳥產品團隊圍繞年輕人的喜好做了一系列設計，比如外觀方面，雷鳥采用一體化設計，將金屬超窄邊框、獨特的三角金屬鏤空底座、曲面屏幕這幾個元素融合起來，打造電視的“顏值之王”。

該款電視機面世后，果然順利吸引了年輕人下單，廣受好評。但是品牌在采集全網用戶反饋數據并進行分析后，意外發現被提及最多的稱呼為“父母”，相當一部分實際使用電視機的用戶為“老年人”。

云聽CEM采集分析全網數據得出父母、中老年聲量最大

這一洞察結果令雷鳥團隊頗為驚詫。通過數據挖掘與分析，雷鳥團隊發現電視機的使用場景中，“父母”和“中老年”等同樣表現顯著。關鍵詞云中，“爸媽很喜歡”和“老人很滿意”也被收錄。

云聽CEM通過AI、NLP技術進行意見提取，得出關鍵詞云

通過關聯分析發現：雷鳥互聯網電視產品確實準確觸達年輕用戶，但是作為主力消費者的年輕人，有一部分人為父母[看電視]而買，所以電視需同時滿足老年人使用場景，以及年輕用戶對影音娛樂和游戲需求。這個過程中，年輕用戶是購買者，而父母是受益者，兩代人的使用需求更多由年輕人購買決策主導。

雷鳥根據此洞察，在產品設計、品牌宣傳等環節作出調整，迎合客戶，提升體驗。

由雷鳥的案例可見，雖然當代客戶擁有強自主性，但是也不是絕對的“無跡可尋”。通過客戶的體驗反饋數據的挖掘、清洗、分析等一系列大數據手段，可以幫助企業洞察到一些被忽略、超出經驗判斷范圍的，散落在盲區的點。

>>>洞察的體系化：從點到面的客戶感知

品牌方于客服信息以及產品研究、豐富經驗，在產品面世一段時間后，往往能夠在海量信息中，敏銳的發現一些重要的點，也可以做出比較有代表性的洞見和判斷。但是這些洞見往往成點狀分布，是否能夠形成更全面的洞察體系供各部門參考呢？

?案例背景

2019年，vivo成立旗下全新子品牌——iQOO，主打“生而強悍”，面向與互聯網人群。配置了包括全系搭載高通驍龍855芯片、最高12GB超大運存搭配256GB超大存儲、超快閃充技術等當時領先的參數。而售價卻出乎所有人意料，僅2998元起，要知道一個驍龍855的芯片成本就小一千。

屆時，驍龍855芯片首次面世，同時被國內三大國產手機采用，外觀、價格、續航、性能、體驗，到底誰家更勝一籌？一時間甚囂塵上，國內一片矚目。

?品牌洞察

在白熱化的競爭環境下，iQOO的市場洞察反應速度極快，產品上線半個月，就參考客服部門基于客戶溝通的反饋信息，提出幾個重洞察點：

iQOO用戶表現為三個特點：

• 非常了解手機的資深用戶、參數黨屬性明顯可輕易分辨營銷內容、對價格促銷較不敏感；

• 龍855，大電池是用戶選擇的重要理由；

• 客戶反復提及的手機特點：運行流暢，閃充厲害，外觀炫酷，游戲體驗震撼等。

IQOO Neo5 首銷20分鐘銷售額破3億

產品上市三周后，從客戶體驗管理的角度，借助客戶體驗管理系統，iQOO從兩個維度，對客戶體驗數據展開全面的分析：

1、指標緯度。

其數據指標覆蓋：用戶口碑分析、用戶追評分析、用戶口碑變化趨勢、賣點分析、正面意見對比分析、負面意見對比分析、外觀對比分析、電池對比分析、操作系統對比分析、屏幕對比分析，拍照對比分析、游戲壓感按鍵、用戶對比結果等。

2、競品維度。

結合品牌方需求，綜合數據范圍，針對同期上線的，同樣以驍龍855幾款國內著名手機產品作為競品，在指標緯度的基礎上對比分析。

早期的快速洞見有其價值，并不能完全替代，就如《思考，快與慢》中提到的，我們只是多一種分析維度而已。系統性分析是對快速洞見的補充，從而更加科學體系化的進行客戶洞察。

??洞察的可參考性建立在全面的指標體系之上

市場洞察是一項系統運作，洞察分析需要涉及幾十個甚至上百個客戶體驗數據變量，如何基于產品所在行業的特點，系統并完整地設計整套評估指標，是洞察是否能有效指導決策的重要一環，也是對從業人員的考驗。

分析指標可分為不同顆粒度，便于從粗粒度到細粒度進行分析。以vivo的電商業務為例，其指標涵蓋產品、服務、市場、物流等多個方面。產品方面，一級指標為外觀、性能、拍照、電池、屏幕、操作系統等。其中，外觀這個一級指標又可具體分為整體外觀、手感、機身顏色、機身大小、做工/工藝、機身厚度、機身重度等。

據統計，就手機品牌的指標體系而言，云聽CEM搭建的一級指標即多達37個；基于一級指標搭建的二級指標多達142個。

云聽CEM的日化產品指標體系部分概覽

>>>洞察的精度：實時數據的量化洞察

??非結構化的數據結構化——NLP讓語言變的可度量 

還是回到vivo的案例。產品組，在和客服部門溝通調研后，形成了客戶關于產品問題的若干反饋，覆蓋很準，但是卻沒有辦法系統衡量。究竟哪個問題更加重要？沒有數字化表現，從而難以形成決策參考。那么如何將散落在互聯網上的客戶反饋的聲音，這些非結構化的數據，變成可量化的分析結果呢？

我們認為，就以客戶使用體驗的反饋數據為數據源的洞見而言，基于NLP技術的兩大技術方案，可以有效解決這一問題。

方案一：情感傾向分析

基于深度學習的自然語言處理技術（NLP），對客戶使用體驗的反饋數據（評論文本）中所提及的指標，可以進行情感傾向分析（正面、負面、中性）。例如，下面這條評論提到了外觀、操作系統、電池、拍照等指標，對外觀、操作系統、拍照的反饋是正面的，對電池的反饋是負面的。

云聽CEM通過NLP技術進行指標識別、情感分析

▼對提及指標的正面反饋，以綠色表示：

▼對提及指標的負面反饋，以紅色表示：

方案二：典型意見挖掘

基于深度學習的自然語言處理技術（NLP），對客戶使用體驗的反饋數據（評論文本）進行典型意見挖掘。以智能手機品牌的二級指標「手感」為例，挖掘二級指標「手感」這個指標下負面反饋的典型意見，發現負面反饋基本圍繞「手感比較重」展開，定位到了具體問題。

在大數據技術，NLP技術的幫助下，非結構化的客戶體驗反饋，變成了結構化數據，可以以數字、占比、可視化圖形等方式展現，精確的將客戶體驗等洞見結果反饋給品牌方，幫助其提供有效參考。

??AI大數據和調查問卷搭配使用，互補短長 

除了AI大數據技術的加持，傳統的問卷調查，也是客戶洞見的重要方式。

但是，問卷調查方法一直以來受到詬病的最主要原因，就是“自我報告“的不準確性，一方面被訪者沒有足夠的動機和動力來曝露私人信息，面對一些不太好回答的問題，自主填寫的過程可能出現偏差；另一方面問卷調查的問卷設計、下發、回收、分析、結論輸出需要相當長的時間周期，其時效性不強。雖然有一系列增強信度、效度的方式方法，但是無法避免的，傳統調查問卷的洞察結果，其精度有一定的折損。

大數據分析的優點為全量數據、數據結構的多樣性、實時性以及可信度高，這些特點很好地彌補了傳統問卷調查的缺憾。和cookies的數據不同，客戶體驗管理的數據源主要為客戶購買產品/商品之后的反饋留言等數據。

這里需要注意兩個點，第一，客戶反饋數據為產生購買行為之后的客戶原始數據，是客戶對產品體驗最直觀的反饋，非常具有深度挖掘的價值；另一方面，對客戶反饋數據需要進行全渠道采集，覆蓋電商數據、社交數據、企業內部數據等等，最大可能達到“客戶反饋全量數據”。

但需要注意的是，大數據分析和問卷調查在洞察中不是零和關系，而應該互相結合使用。大數據洞察系統同樣可以為品牌方提供更多問卷調查模板以及快速的分發和回收的功能。支持品牌方針對大數據分析出的結果，開展更深度的調查，追溯數據結果背后的深層原因。

總結

今天的中國市場已經進入技術驅動、數據驅動、AI驅動的新國潮、新國牌時代。我們的客戶的自主性、創造性在紛繁而又昌盛的商品經濟環境中，呈現出前所未有的創造性，這為洞察帶來難度和挑戰，但為市場帶來機遇。

我們的品牌，正在使用各種方法論、各類數據工具，深度關切客戶體驗的各種反饋，并從中獲得洞察。科學高效的數據工具，可以幫助品牌方，拓寬洞察的廣度，尋找到那些散落在視覺盲區的點；讓洞察的維度和結果更加體系化，更具參考性；NLP技術的應用以及數據搭配問卷調查的方法論，可以保證洞察的精度和實效性。

當前，中國各垂直領域頭部企業如OPPO、vivo、科沃斯、TCL、聯合利華、相宜本草、百草味、味庫、湯臣倍健、Ubras、科大訊飛等，都已經介入專業的客戶體驗管理系統，輔助客戶與市場洞察。更多關于客戶體驗管理的問題，可私信討論。

本文作者：云聽CEM客戶體驗研究院 @陳雪 Addison

本文編輯：云聽CEM @Joie

圖片編輯：云聽CEM@Shelly Chan